[发明专利]一种电力月负荷趋势混沌组合模型安全监控预测方法

摘要

本发明涉及一种电力月负荷的趋势混沌组合模型安全监控预测方法，包括步骤：A.电力系统每月用电量累计组成月负荷时间序列；B.把月负荷序列分解为趋势序列和剩余序列的叠加；C.电力月负荷的趋势序列利用最小二乘法拟合出线性回归模型；D.分析电力月负荷剩余序列的混沌性，揭示月负荷变化的非线性特征，采用序列自相关函数来确定延迟时间τ；E.重构电力月负荷剩余序列相空间；F.采用混沌相空间模型对月负荷剩余序列预测；G.剩余序列的相空间模型预测结果y1，加上趋势预测结果y2作为电力月负荷预测值。本发明说明电力月负荷具有混沌特性，其预测精度令人满意，能有效监测电力月负荷变化规律从而保障电力系统的安全经济运行。

主权项

一种电力月负荷的趋势混沌组合模型安全监控预测方法，其特征是所述方法依序包括如下步骤：A.电力系统每月用电量累计组成月负荷时间序列，月负荷单位：亿KWH；B.电力月负荷的变化有着明显的线性上升趋势，把月负荷序列分解为趋势序列和剩余序列的叠加；C.电力月负荷的趋势序列利用最小二乘法拟合出线性回归模型：y2(t)＝at+b其中，a和b为常数；D.分析电力月负荷剩余序列的混沌性，揭示月负荷变化的非线性特征，采用序列自相关函数来确定延迟时间τ；E.重构电力月负荷剩余序列相空间，取延迟时间τ＝3、嵌入维数m＝1‑10，计算序列的关联积分， C m ( r ) = 1 N ( N - 1 ) Σ i , j = 1 N f ( r - | Y i - Y j | ) 其中f为Heaviside单位函数，N为总的相点数，r为球半径；F.采用混沌相空间模型对月负荷剩余序列预测；G.剩余序列的相空间模型预测结果y1，加上趋势预测结果y2作为电力月负荷预测值，即y(t)＝y1(t)+y2(t)。